人工智能應(yīng)用于航空領(lǐng)域 目前還具有很多不確定性

自主飛行，是世界航空技術(shù)研發(fā)的前沿概念之一，先進的飛行控制技術(shù)和人工智能技術(shù)，讓很多水陸空的平臺實現(xiàn)了自主運行、自主探測和自主決策。而在直升機領(lǐng)域，多家公司已經(jīng)進行了大量的實踐探索，對此本刊采訪了柯林斯宇航中國區(qū)副總裁何偉昌先生，探討了人工智能和自主飛控系統(tǒng)在直升機領(lǐng)域的應(yīng)用前景。

直升機自主飛行技術(shù)的意義

在直升機領(lǐng)域，自主飛行是一項新興技術(shù)，該技術(shù)可以有效降低飛行員的工作壓力、提升執(zhí)行任務(wù)的專注程度，并減少對直升機的人力需求。

業(yè)內(nèi)一般認為，人類飛行員的能力十分適合于復(fù)雜任務(wù)的決策，并且能夠在短時間內(nèi)對快速變化的復(fù)雜情況做出反應(yīng)。但這樣的復(fù)雜情況的決策過程對于飛行員的大腦是個很大的考驗，特別是還需要對直升機的飛行狀態(tài)進行保持的條件下，飛行員很難進行精力的分配。

而對于電腦來說，仍有很多常規(guī)性的任務(wù)更適合由它們來完成，例如檢查發(fā)動機狀態(tài)、高度計、燈光、開關(guān)，甚至保持直升機的飛行姿態(tài)等基本飛行操作。這些常規(guī)性的操作對于人類飛行員來說較為單調(diào)和枯燥，但又不得不去做，這就使飛行員必須將精力在執(zhí)行任務(wù)和對直升機進行基本操作之間進行分配，而出于自身安全考慮，飛行員往往將精力更多的放在對直升機的操作上面，以保證不會墜毀，從而可能影響了真正要執(zhí)行的任務(wù)。

在如此惡劣的天氣下執(zhí)行任務(wù)，飛行員光是保證“直升機不會墜毀”就幾乎用去了全部精力，更不用說要在救援目標上空精確的懸停。

對此，柯林斯宇航中國區(qū)副總裁何偉昌先生表示，隨著人工智能的發(fā)展，經(jīng)過“培訓”的飛控程序，可以代替飛行員對直升機進行基本的檢查和操作，例如操作直升機進行爬升、懸停、避障、保持飛行姿態(tài)等，甚至還可以完成“在較為惡劣的氣象條件下進行懸停”這樣的操作。而未來隨著計算機“智能”的增加，飛控系統(tǒng)還可以具備更多功能，如激活緊急程序、自主規(guī)劃路線并導(dǎo)航飛行到預(yù)定地點，甚至可能自主使用某些傳感器等。

這樣，直升機就可以認為是具備了一定的“自主飛行能力”，直升機可以“自主地”完成基本的飛行操作，同時向飛行員報告當前的狀態(tài)，使得飛行員能夠?qū)Ｐ奶幚砀嗥渌膯栴}，不在“操作直升機飛到某處或防止墜毀”上面投入過多的精力，大大減輕飛行員的負擔。

人工智能的問題和挑戰(zhàn)

當然，這樣的人工智能技術(shù)要實現(xiàn)是十分不容易的，何偉昌先生認為，人工智能系統(tǒng)要絕對安全可靠地達到上面的要求還有很長的路要走，并且存在著諸多挑戰(zhàn)。

首先對于直升機飛行員來說，雖然應(yīng)用人工智能的“自主飛行”技術(shù)可以減輕負擔，但很難確定“到底可以減少多大比例”的負擔，很難對此進行量化。而難以量化的結(jié)果，就是難以確定計算機的自主飛行控制要對飛行員的操作介入到什么程度，從而難以確定這種自主飛控程序的復(fù)雜程度，就很難決定要進行多少投資、可以得到什么回報。

其次，采用自主飛行系統(tǒng)以后，雖然飛行員的負擔減輕，但也存在著飛行員技術(shù)水平降低的風險，因為很多操作由計算機替代飛行員做了。而在發(fā)生故障和某些極限飛行條件下，飛行員處理特情的要求并沒有降低，這就可能使新的飛行員無力應(yīng)對這些特情，從而在另一個方面帶來了不安全的影響。

另外，由于系統(tǒng)更加復(fù)雜，對飛行員的培訓和技術(shù)能力水平要求也更高。最后，也是最重要的一點，是人工智能現(xiàn)在還無法進行解釋，也無法得到可證明的確定性的結(jié)論，因此這對于航空領(lǐng)域中的“安全關(guān)鍵系統(tǒng)”而言是不可接受的，也就無法得到人類的信任。

人工智能把照片識別成羊的置信度26%、識別成牛的置信度為17%，甚至在下面一組照片中還以39%的置信度識別成人。如果在飛行控制領(lǐng)域，是絕對不能出現(xiàn)“前方有個高樓，置信度77%“這樣的事情。

當前航空機載系統(tǒng)的設(shè)計和認證體系都非常強調(diào)產(chǎn)品的“可證明”和“確定性”，而人工智能技術(shù)都是與大數(shù)據(jù)與深度學習為基礎(chǔ)，這本身就存在一定的不確定性，與航空系統(tǒng)的要求是矛盾的。

例如當直升機的飛行員在計算機上兩次輸入同樣的目的地、需要在同樣的要求下進行兩次飛行，兩次的氣象條件也相同，計算機得出的卻是不同的飛行建議，而其中一個建議在人類飛行員看來又是幾乎不可行；再加上計算機沒有告訴飛行員它是如何做出這些決策的，那人類飛行員如何能信任繼續(xù)信任這個“自主飛行”系統(tǒng)呢？就一些具體技術(shù)而言，直升機利用傳感器對障礙物的探測和識別是實現(xiàn)自主飛行的基礎(chǔ)，只有對障礙物進行有效的識別和探測才能實現(xiàn)直升機“替代飛行員避開障礙物讓飛行員集中精力”的要求。

但這一目的實現(xiàn)起來并不容易，這樣對人類飛行員來說是基本的任務(wù)，人工智能實現(xiàn)起來確非常困難。雖然現(xiàn)在自動駕駛汽車對障礙物的識別率已經(jīng)很高，但對于航空系統(tǒng)的要求仍然是不夠的，自主飛控程序仍然可能對同一個障礙物進行了兩次不同的識別，這也是飛行員們不可接受的，因此仍然需要再付出努力去克服這一點。

人們已經(jīng)進行大量工作

因此，目前應(yīng)用人工智能技術(shù)的“自主飛行”系統(tǒng)要想應(yīng)用在直升機上面，當務(wù)之急是需要實現(xiàn)人工智能系統(tǒng)的確定性?？铝炙褂詈阶鳛橐患液诫娤到y(tǒng)的制造商，也在這一領(lǐng)域進行積極的工作。例如柯林斯宇航與西科斯基公司共同開發(fā)了一種新的電傳飛控技術(shù)改造解決方案，該方案可用于直升機或固定翼飛機從而為自主飛行打下基礎(chǔ)。目前，該技術(shù)已應(yīng)用于西科斯基一架UH-60A“黑鷹”直升機的改裝，作為西科斯基的直升機“可選駕駛模式”（OPV）系統(tǒng)項目的技術(shù)基礎(chǔ)。該項目是DARPA“機器人輔助自動駕駛”（ALIAS）系統(tǒng)的一部分，用于演示的UH-60A OPV驗證機已于2019年5月底進行首飛。

采用UH-60A改裝的OPV“黑鷹”。

新的電傳系統(tǒng)具有三余度，并用由增強型飛控計算機控制的機電作動器代替了傳統(tǒng)的連桿和齒輪的機械傳動系統(tǒng)?？铝炙褂詈脚c西科斯基合作設(shè)計了這種純電磁耦合的“無干涉”系統(tǒng)，從而無需齒輪、滾珠絲杠或離合器來實現(xiàn)機械操縱。

這也是這種傳動系統(tǒng)首次用于對安全性要求極高的航空系統(tǒng)應(yīng)用中。這種電傳操縱的革命性設(shè)計使通常位于飛控計算機內(nèi)的許多控制邏輯，現(xiàn)在可以在外部駐留在其自己的控制模塊或作動器本身當中，進一步簡化了系統(tǒng)架構(gòu)并提高了可靠性。更重要的是，這種設(shè)計無需更改直升機原有的液壓系統(tǒng)即可安裝，從而無需對液壓系統(tǒng)進行重新認證，提供了更實惠的改進選擇。

柯林斯宇航表示，這種新型的電傳操縱系統(tǒng)改造方案和該公司即將推出的新型飛行管理計算機（VMC）將有助于實現(xiàn)飛行器的自主控制，為軍用和民用的自主飛行系統(tǒng)提供打下基礎(chǔ)。

當然，上述案例表明，在直升機自主飛控領(lǐng)域的現(xiàn)階段工作都是比較基礎(chǔ)的，解決一些基礎(chǔ)問題，并非直接奔向“以人工智能取代飛行員”的主題。而未來的工作還是要將是要人工智能系統(tǒng)的確定性提升，在這方面很多專家提出過各種想法，例如受控學習等，也可以采用人工建模和機器學習相結(jié)合的手段，將機器學習中不確定的結(jié)果過濾掉，從而提高了系統(tǒng)的確定性，也使系統(tǒng)中的人工智能算法變的可解釋。

在前面提到的DARPA的ALIAS項目的飛行試驗中，飛行員采用平板電腦來對自主控制系統(tǒng)下達指令，控制系統(tǒng)自主對飛行路線進行規(guī)劃。

但是，相對于飛控系統(tǒng)部件級別的改進，提升整個系統(tǒng)中人工智能的確定性其目標還相對長遠，對此何偉昌表示雖然柯林斯宇航正在這一領(lǐng)域進行努力，但是目前還不能給出一個具體的時間表或路線圖之類的承諾，因為實現(xiàn)這一目的仍然需要大量的投資和研究。